
À̹ø °Á´ Á¦1±â SWÆÄÀÌ¿À´Ï¾Æ ÀåÇÐ ÇÁ·Î±×·¥ Âü¿© ÇлýµéÀ» ´ë»óÀ¸·Î SWÀ¶ÇÕ±³À°¿ø À̽ÂÇö ±³¼ö¿Í ÀÓÆÑÆ®¶óÀÎÀÇ À±Çü±â ´ëÇ¥°¡ °¢°¢ ±âÃʹݰú °í±Þ¹ÝÀ» ¸Ã¾Æ ÁøÇàÇß´Ù.
ÀÌÆ²°£ ¿¸° À̹ø ºòµ¥ÀÌÅÍ Æ¯°¿¡´Â ÃÑ 66¸íÀÇ ÇлýÀÌ Âü¿©Çß´Ù.
À̽ÂÇö ±³¼ö´Â ±âÃʹݿ¡¼ ÆÄÀ̽ãÀ» ÀÌ¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼® °úÁ¤¿¡ ´ëÇØ ½Ç½À Áß½ÉÀÇ ±³À°À» ÁøÇàÇß´Ù.
À±Çü±â ´ëÇ¥´Â °í±Þ¹Ý¿¡¼ RNN(Recurrent Neural Network, ¼øÈ¯ ½Å°æ¸Á) ÀΰøÁö´É ¾Ë°í¸®Áò µîÀ» ÀÌ¿ëÇÑ µ¥ÀÌÅÍ Á¢±Ù ¹æ¹ý¿¡ Ư°À» ÁøÇàÇØ Çлýµé¿¡°Ô Å« È£ÀÀÀ» ¾ò¾ú´Ù.
À̹ø °í±Þ¹Ý Ư°À» ¼ö°ÇÑ ÄÄÇ»Åͱ³À°°ú ÇѸíÈÆ ¾¾´Â ¡°À̹ø °ÀǸ¦ ÅëÇØ ÀΰøÁö´É ¾Ë°í¸®ÁòÀÇ ¹ßÀü ¼Óµµ°¡ ³î¶ø°í À̸¦ ºòµ¥ÀÌÅÍ ºÐ¾ß¿¡ Ȱ¿ëÇÒ ¼ö ÀÖ´Ù´Â °Í µîÀ» ¾Ë°Ô µÆ´Ù¡±°í ¸»Çß´Ù.
¼Û¿Õö SWÀ¶ÇÕ±³À°¿ø ¿øÀåÀº "¾ÕÀ¸·Î ÇлýµéÀÌ 4Â÷ »ê¾÷Çõ¸íÀÌ °¡¼ÓȵǴ Çö ½ÃÁ¡¿¡¼ º»ÀÎÀÇ SW¿ª·®À» ±Ø´ëÈÇÒ ¼ö ÀÖ´Â Áú ÁÁÀº SW±³À° ÇÁ·Î±×·¥À» º¸´Ù Àû±ØÀûÀ¸·Î ¿î¿µÇϰڴ١°°í ¹àÇû´Ù.
SWÀ¶ÇÕ±³À°¿øÀº ¹æÇÐÀÌ ½ÃÀÛÇÏ´Â ¿À´Â 22ÀϺÎÅÍ 3Àϰ£ Ãë¾÷ ¾Ë°í¸®Áò ÁýÁ߯¯°ÇÁ·Î±×·¥À» ¿î¿µÇÒ ¿¹Á¤ÀÌ´Ù.
